論文の概要: Learning Lifted Action Models from Traces with Minimal Information About Actions and States

• arxiv url: http://arxiv.org/abs/2605.18627v1
• Date: Mon, 18 May 2026 16:33:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-19 17:57:50.091442
• Title: Learning Lifted Action Models from Traces with Minimal Information About Actions and States
• Title（参考訳）: 行動と状態に関する最小情報を用いたトレースからのリフテッドアクションモデル学習
• Authors: Jonas Gösgens, Niklas Jansen, Hector Geffner,
• Abstract要約: 近年,昇降型STRIPSモデルは,動作トレースのみから正確かつ効率的に学習できることが示されている。 この欠点は、アクショントレースが隠されたSTRIPS+モデルから来ると仮定することで解決されている。 我々はSTRIPS+アクションドメインをトレースからより一般的な文脈で学習する問題を考察する。
• 参考スコア（独自算出の注目度）: 6.30853901017231
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: It has been recently shown that lifted STRIPS models can be learned correctly and efficiently from action traces alone; i.e., applicable action sequences from a hidden STRIPS model. The result is remarkable because the states are not assumed to be observable at all, and yet it is not practical enough as STRIPS actions include arguments that are not needed for selecting the actions. This shortcoming has been addressed by assuming that the action traces come instead from a hidden STRIPS+ model where some action arguments are implicit in the hidden action preconditions. A limitation of this approach, however, is that it assumes that the states are fully observable. In this work, we relax these restrictions and consider the problem of learning STRIPS+ action domains from traces in a more general context where the traces carry partial information about both actions and states. In particular, we formulate algorithms and completeness results for three general cases, all of which assume full observability of selected action arguments. In the first case, no observability of the state is assumed; in the second case, full observability of some state predicates is assumed, and in the third case, local observability of some state predicates is assumed instead. Given a STRIPS+ domain, these results characterize the conditions under which an equivalent domain can be learned from traces. Experimental results are reported.
• Abstract（参考訳）: 近年、リフトされたSTRIPSモデルは、アクショントレースのみから、すなわち隠れSTRIPSモデルから適用可能なアクションシーケンスを正しく、効率的に学習できることが示されている。 この結果は、状態が観測可能であるとは考えておらず、STRIPSアクションがアクションを選択するのに不要な引数を含むほど実用的ではないため、顕著である。 この欠点は、アクショントレースが隠れたアクション前提条件でいくつかのアクション引数が暗黙的なSTRIPS+モデルから来ていると仮定することで解決されている。 しかし、このアプローチの制限は、状態が完全に観測可能であると仮定することである。 本研究では,これらの制約を緩和し,トレースからSTRIPS+アクションドメインを学習する問題について考察する。 特に3つの一般的なケースに対するアルゴリズムと完全性の結果を定式化し、これらすべてが選択されたアクション引数の完全な可観測性を仮定する。 第1のケースでは状態の可観測性は仮定されず、第2のケースでは状態述者の完全可観測性が仮定され、第3のケースでは状態述者の局所可観測性が仮定される。 STRIPS+ドメインが与えられた場合、これらの結果は、同等のドメインがトレースから学習できる条件を特徴付ける。 実験結果が報告されている。

関連論文リスト

• Reinforcement Learning with Action-Triggered Observations [46.88582659499577]
  動作トリガー型スポラジカルトレーサブルマルコフ決定プロセス(ATST-MDPs) このフレームワークは、Action-Triggered Sporadically Traceable Markov Decision Processs (ATST-MDPs)として定式化されている。 エージェントが次の観察が来るまで一連のアクションを実行することをコミットするアクションシーケンス学習パラダイムを導入する。
  論文  参考訳（メタデータ） (2025-10-02T16:00:50Z)
• Learning Lifted Action Models From Traces of Incomplete Actions and States [6.30853901017231]
  ランダムな状態-動作トレースからスライディングタイルパズルの昇降STRIPSモデルを学習する問題を考察する。 我々はSTRIPS+と呼ばれるSTRIPSの変種を紹介し、そこでは特定のSTRIPSアクション引数を事前条件で暗黙的に残すことができる。 提案した学習アルゴリズムはSynTHと呼ばれ、各アクションに対して事前条件式やクエリ'の階層化されたシーケンス(接続)を構築する。
  論文  参考訳（メタデータ） (2025-08-29T09:27:53Z)
• Planning Domain Model Acquisition from State Traces without Action Parameters [6.841866610276552]
  本研究では,観測可能な状態変化のある状態トレースからアクションスキーマを学習する手法を提案する。 このタスクは、少なくともグラフ同型と同様に困難であることを示す。 最先端の学習ツールSAMとExtended SAMと比較して、新しいアルゴリズムは複数のドメインでより良い結果を提供することができる。
  論文  参考訳（メタデータ） (2024-02-16T14:36:58Z)
• Offline RL with Observation Histories: Analyzing and Improving Sample Complexity [70.7884839812069]
  オフライン強化学習は、最適な実験のみからなるデータセットから、より最適な振る舞いを合成することができる。 観測履歴を基準とした標準オフラインRLアルゴリズムは,サンプルの複雑さに悩まされていることを示す。 オフラインのRLは、この損失を明示的に最適化し、最悪のサンプルの複雑さを軽減できると提案する。
  論文  参考訳（メタデータ） (2023-10-31T17:29:46Z)
• Relational Action Bases: Formalization, Effective Safety Verification, and Invariants (Extended Version) [67.99023219822564]
  我々はリレーショナルアクションベース(RAB)の一般的な枠組みを紹介する。 RABは両方の制限を解除することで既存のモデルを一般化する。 データ対応ビジネスプロセスのベンチマークにおいて、このアプローチの有効性を実証する。
  論文  参考訳（メタデータ） (2022-08-12T17:03:50Z)
• Value-Consistent Representation Learning for Data-Efficient Reinforcement Learning [105.70602423944148]
  本稿では,意思決定に直接関連のある表現を学習するための,VCR(Value-Consistent Expression Learning)という新しい手法を提案する。 この想像された状態と環境によって返される実状態とを一致させる代わりに、VCRは両方の状態に$Q$-valueヘッドを適用し、2つのアクション値の分布を得る。 検索不要なRLアルゴリズムに対して,提案手法が新たな最先端性能を実現することが実証された。
  論文  参考訳（メタデータ） (2022-06-25T03:02:25Z)
• Weakly Supervised Temporal Action Localization Through Learning Explicit Subspaces for Action and Context [151.23835595907596]
  ビデオレベルの監視のみの下で、アクションインスタンスの時間的開始と終了をローカライズする方法を学ぶ。 アクションとコンテキストそれぞれについて,2つの機能サブスペースを学習するフレームワークを提案する。 提案手法は3つのベンチマークで最先端のWS-TAL法より優れている。
  論文  参考訳（メタデータ） (2021-03-30T08:26:53Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。